Avocodo pytorch

Avocodo：アーティファクトフリーのボコーダー用の生成官能ネットワーク

アボコドの非公式実装：アーティファクトフリーのボコーダーのための生成敵対的ネットワーク。

免責事項：今のところconfig_v1.jsonでのみ機能し、このレポは生産用ではなく実験目的で構築されています。

• 最高品質の音声合成については、deepsync.coをご覧ください

トレーニング：

 python train.py --config config_v1.json

注：

• Avocodoは、Hifi-Gan V1およびV2と同じ発電機を使用しますが、より低い周波数と高周波数をモデル化するために異なる判別器を使用します。
• PQMFは、両方の判別器にとって重要です。
• 損失は​​Hifi-Ganに似ています。
• パフォーマンスとスピードは両方ともHifi-Ganに似たものです。
• アボコドは、目に見えないスピーカーを統合することに関しては、Hifi-Ganよりもはるかに優れています。
• AvocodoトレーニングはHifi-Ganよりも約20％高速です。また、優れた品質のオーディオを出力するにはトレーニングが非常に少なくなりました。

引用：

 @misc{https://doi.org/10.48550/arxiv.2206.13404,
  doi = {10.48550/ARXIV.2206.13404},
  
  url = {https://arxiv.org/abs/2206.13404},
  
  author = {Bak, Taejun and Lee, Junmo and Bae, Hanbin and Yang, Jinhyeok and Bae, Jae-Sung and Joo, Young-Sun},
  
  keywords = {Audio and Speech Processing (eess.AS), Artificial Intelligence (cs.AI), Sound (cs.SD), FOS: Electrical engineering, electronic engineering, information engineering, FOS: Electrical engineering, electronic engineering, information engineering, FOS: Computer and information sciences, FOS: Computer and information sciences},
  
  title = {Avocodo: Generative Adversarial Network for Artifact-free Vocoder},
  
  publisher = {arXiv},
  
  year = {2022},
  
  copyright = {arXiv.org perpetual, non-exclusive license}
}